Mistral Large 4 vs Qwen3.8 Max: uma vantagem alegada que os números publicados desmentem

O post de lançamento da Mistral para o Mistral Large 4 afirma que sua pontuação combinada no Coding Agent Index de 49,8% o coloca "à frente do DeepSeek V4 Pro 0813 e do Qwen3.8 Max". A Artificial Analysis já tem o Qwen3.8 Max na mesma família de índices, e seu número no Terminal-Bench 4.0 é 38,9%. A Mistral reporta seu próprio modelo em 28,3% nesse harness. Ambos os números vêm da Artificial Analysis — um público, outro privado antes do lançamento do harness — e apontam em direções opostas. Isso não é motivo para descartar nenhum dos modelos. É a coisa mais útil nesse confronto, porque diz exatamente qual dos dois você pode verificar hoje, e coloca a questão do preço de forma contundente: O Qwen3.8 Max custa $2,00 por milhão de tokens de entrada e $6,00 por milhão de tokens de saída, contra $0,68 e $2,09 do Mistral Large 4, cerca de três vezes mais, e em todas as medidas publicadas ele é o modelo mais forte.

Ambos são tentativas em escala Alibaba e em escala Mistral da mesma coisa — um modelo carro-chefe nativamente multimodal que atende cerca de um milhão de tokens de contexto com raciocínio, ferramentas e saídas estruturadas — lançadas com nove semanas de diferença, em prévia pública e disponibilidade geral, respectivamente. Um deles vem sendo disponibilizado desde 3 de agosto de 2026 e tem uma coluna inteira de pontuações independentes. O outro chegou em 6 de outubro de 2026 com uma promessa de lançamento dos pesos até o fim do mês e uma execução de aprendizado por reforço que, segundo seu fornecedor, ainda está subindo.

A coluna publicada e a prometida

Qwen3.8 Max é o nível de maior capacidade da Alibaba até o momento, e a Alibaba o posiciona diretamente contra o GPT-5.5, o Claude Opus 4.7 e o Gemini 3.1 Pro em seu próprio guia de migração. Ele é nativamente multimodal em texto, imagens e vídeo, com saída de texto, possui uma janela de contexto de 1.000.000 de tokens, e sua matriz de capacidades confirma modo de pensamento, chamada de funções, ferramentas integradas e saídas estruturadas. Ele é disponibilizado em três formatos de comunicação — compatível com OpenAI, compatível com Anthropic e DashScope nativo — a partir de Pequim, Singapura, Tóquio, Frankfurt e outras regiões.

No Artificial Analysis, obtém 45,4 no Intelligence Index v4.3.2, o 17.º lugar entre 147 modelos, e 76,2 no AA Coding Index, o que corresponde ao 9.º lugar entre 138 e a um empate com o Kimi K3 no topo do campo dos pesos abertos. Regista 92,8% no GPQA Diamond, 80,3% em recuperação de contexto longo, 52,1% no SciCode e 47,8% no tau-banking. O seu resultado no Terminal-Bench 2.1 é de 88,8%.

Mistral Large 4 é um modelo granular de mistura de especialistas com 49 bilhões de parâmetros ativos de um total de 1,05 trilhão e um codificador de visão de 1,6 bilhão de parâmetros, treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell nos próprios datacenters europeus da Mistral, com dados que abrangem mais de 160 idiomas. Ele aceita texto e imagens em um contexto de aproximadamente um milhão de tokens. Sua página no Artificial Analysis existe sob o título "Mistral Large 4 Preview" e não traz nenhuma pontuação do Intelligence Index; os pesos estão prometidos para o final de outubro de 2026.

• Índice de Inteligência — Q3 Max 45,4 (17º de 147) vs Mistral Large 4 ainda não publicado

• Índice de codificação — Qwen3.8 Max 76.2 (9º de 138) vs Mistral Large 4, nenhum comparável

• Terminal-Bench 4.0 — Qwen3.8 Max 38,9% vs Mistral Large 4 28,3%, avaliado de forma privada

• Janela de contexto — Qwen3.8 Max 1.000.000 de tokens vs Mistral Large 4 cerca de 1.000.000

• Modalidade de entrada — Qwen3.8 Max texto, imagem e vídeo vs Mistral Large 4 texto e imagem

• Preço de entrada — Mistral Large 4 US$ 0,68 por 1M vs. Qwen3.8 Max US$ 2,00 por 1M

• Preço de saída — Mistral Large 4 US$ 2,09 por 1M vs Qwen3.8 Max US$ 6,00 por 1M

• Entrada em cache — Mistral Large 4 $0,07 por 1M vs Qwen3.8 Max $0,25 por 1M

• Pesos — licença aberta do Mistral Large 4 prometida para o final de outubro de 2026 vs. Qwen3.8 Max fechado

• Lançamento — Qwen3.8 Max 3 de agosto de 2026 vs Mistral Large 4 6 de outubro de 2026, prévia

Resolvendo a contradição, na medida do possível

Os dois números do Terminal-Bench 4.0 são genuinamente inconsistentes, e a explicação mais provável é a menos dramática: são execuções diferentes. Os 28,3% da Mistral são descritos como avaliados em privado pela Artificial Analysis antes do lançamento público do harness, o que significa que podem ter sido medidos num harness de pré-lançamento, com um esforço de raciocínio diferente, ou com uma amostragem diferente. Os 38,9% são no harness publicado, na configuração que a Artificial Analysis padronizou. Compará-los diretamente é comparar um rascunho a uma versão final, e o rascunho é o que parece pior.

Vale também notar em que direção a contradição corta. A Mistral afirma ter a liderança no Coding Agent Index combinado — 49,8%, à frente do Qwen3.8 Max — enquanto publica um número do Terminal-Bench 4.0 que fica dez pontos atrás do da Qwen. Um índice combinado agrega várias avaliações, de modo que ambas as coisas podem ser verdadeiras ao mesmo tempo, e um modelo com um resultado forte no DeepSWE v1.1 (a Mistral relata 61,7%) e um resultado fraco no Terminal-Bench ainda pode vencer na média. Mas, enquanto o Coding Agent Index não for público, o único componente dessa afirmação que um leitor pode verificar é aquele em que a Mistral está atrás. É essa assimetria que se deve, corretamente, encarar com desconfiança, em qualquer das direções.

O que o triplo do preço realmente compra

Duas coisas, e apenas uma delas é desempenho.

O vídeo é o caso concreto. O Qwen3.8 Max aceita vídeo nativamente como entrada de primeira classe; o Mistral Large 4, não. O capítulo multimodal do Mistral é sobre imagens — ancorar cenas densas, verificar peças mecânicas em desenhos técnicos, recuperar evidências de PDFs, escanear imagens de satélite em gigapixel — e nada disso exige imagens em movimento. Se o seu pipeline processa gravações, demonstrações ou arquivos de vídeo, a comparação de preços é irrelevante, porque um desses modelos não consegue receber a sua entrada. Este é um limite de capacidade, não uma diferença de tabela de preços, e nenhum reajuste de preço vai mudá-lo.

O segundo é prova. A pontuação de 45,4 no Index do Qwen3.8 Max, sua 9ª posição no ranking de codificação e seus 88,8% no Terminal-Bench 2.1 são todos reproduzíveis em harnesses publicados por qualquer pessoa disposta a gastar os tokens. O ML4 da Mistral oferece um teto alegado mais alto em codificação agêntica e automação, uma avaliação humana cega na qual superou por pouco Kimi K3 e GLM-5.3 em qualidade de codificação percebida, e uma alegação específica de cibersegurança — 82% no teste de reprodução e correção da Artificial Analysis, o mais alto de qualquer modelo testado, com 93% no Cybench. Cada um desses itens é informado pelo fornecedor ou avaliado de forma privada. Uma equipe que precisa justificar a escolha de um modelo numa revisão de compras paga o preço três vezes maior para ter a resposta por escrito.

Dito isso, o dado de cibersegurança é a única afirmação nesta comparação que um preço mais baixo não consegue compensar, porque é uma capacidade, não uma vantagem. A Mistral relata que vários modelos fechados líderes, incluindo Claude Opus 5.5 e GPT-6 Astra, pontuam perto de zero no mesmo teste de reproduzir e corrigir porque se recusam a realizar a tarefa, e que a taxa média de recusa do ML4 em prompts de cibersegurança extraídos do JailbreakBench, StrongREJECT e AgentHarm é maior do que a de outros modelos de pesos abertos, embora ainda concluam o trabalho. O Qwen3.8 Max não é reportado nesse teste. Se o seu trabalho envolve reprodução de vulnerabilidades, a questão não é quem é mais barato; é quem fará o trabalho, ponto.

Pesos, e onde eles rodam

É aqui que o Mistral Large 4 detém a única vantagem estrutural que o preço três vezes superior do Qwen não consegue alcançar. A Mistral comprometeu-se a disponibilizar os pesos do ML4 sob uma licença aberta até o final de outubro de 2026, juntamente com detalhes da arquitetura e da metodologia de pós-treinamento. Isso transforma um custo por token em uma decisão de capital: se você tiver as GPUs, deixa de pagar por token, deixa de enviar dados a terceiros e deixa de estar sujeito à política de moderação de outra pessoa. O nível Max da Alibaba é uma oferta fechada, apenas via API, e nada sugere que isso vá mudar.

A geografia é o mesmo argumento num registo diferente. O Qwen3.8 Max é servido a partir de Pequim, Singapura, Tóquio e Frankfurt, entre outros — uma presença genuinamente global, mas operada pela Alibaba. A pré-visualização pública do Mistral Large 4 é executada na infraestrutura europeia da própria Mistral, numa região europeia que a Mistral opera de ponta a ponta e de forma independente de outros fornecedores de serviços digitais, ao abrigo da lei europeia. Para um comprador europeu sujeito a regulamentação, estas duas frases sustentam resultados de contratação muito diferentes, ainda que ambos os modelos estejam disponíveis na mesma cidade. A Série D de 3 mil milhões de euros da Mistral — a maior ronda de capital alguma vez levantada por uma empresa tecnológica europeia — existe precisamente para financiar essa distinção, e o ML4 é o seu primeiro entregável.

Roteamento entre duas formas de disponibilidade

O que há de incomum nessa combinação é que os dois modelos diferem não apenas em preço e capacidade, mas na forma como você os acessa. O Qwen3.8 Max fala protocolos compatíveis com OpenAI, compatíveis com Anthropic e nativos do DashScope a partir de várias regiões; o Mistral Large 4 é um único endpoint de pré-visualização de um único operador. Normalizar isso a partir do código da sua aplicação é trabalho de verdade, e é o tipo de trabalho que começa pequeno e cresce sempre que um provedor muda alguma coisa.

Ambos ficam atrás de um único endpoint compatível com OpenAI no OrcaRouter com 0% de markup, e é isso que torna a diferença de preço neste artigo estável em vez de um instantâneo: os preços de tabela dos provedores são repassados sem modificação, então no dia em que a Mistral encerrar sua tarifa de pré-visualização ou a Alibaba alterar os da Qwen, os números em relação aos quais suas regras de roteamento avaliam se movem junto com eles. O DSL de roteamento é onde os diferentes pontos fortes dos dois modelos se tornam uma única superfície de chamada — requisições com vídeo para o Qwen3.8 Max, trabalho de imagem e documento para o Mistral Large 4, e qualquer coisa que precise manter um orçamento rígido enviada primeiro para o ML4 com o Qwen como escalonamento quando a alegação do índice combinado se mostrar relevante numa tarefa real. O failover automático vale mais neste emparelhamento do que na maioria, porque uma perna é uma API de pré-visualização em seu primeiro mês e a outra é um nível fechado que você não consegue planejar em termos de capacidade. Onde a questão de codificação 49,8 versus 76,2 está genuinamente indefinida para sua carga de trabalho, a fusão de modelos pode executar ambos no mesmo prompt e deixar um painel escolher, o que é mais barato do que fazer um bake-off duas vezes.

Veredito

Qwen3.8 Max é o melhor modelo em tudo o que foi publicado. Sua pontuação de 45,4 no Index, índice de codificação de 76,2 e 38,9% no Terminal-Bench 4.0 estão nas mesmas revisões que as de todos os outros, ele aceita vídeo, já está sendo entregue há dois meses e é acessível por três formatos de comunicação a partir de cinco regiões. Se desempenho e verificabilidade são os fatores decisivos, o preço três vezes maior é o que custa um flagship lançado e medido.

A Mistral Large 4 ganha no preço por cerca de três vezes, nas leituras de cache por mais de três vezes, no trabalho de cibersegurança em que a alternativa se recusa, e nos dois argumentos a que o Qwen não consegue responder: pesos abertos prometidos até ao final de outubro, e uma implantação europeia que a Mistral opera de ponta a ponta. A alegação de 49,8% no Coding Agent Index é o que resolveria a questão — se esse número aparecer num harness público antes do da Qwen, o modelo mais barato torna-se o melhor e o sobrepreço desaparece. Se não acontecer, a Mistral vende a preço de pré-visualização um modelo que fica atrás de um concorrente já lançado, e a posição honesta é que se compra o roadmap, e não o modelo.

Fique atento a três datas. O fim de outubro de 2026, quando os pesos do ML4 forem lançados ou a alegação de pesos abertos for atenuada. A publicação do Artificial Analysis Coding Agent Index, onde as avaliações privadas da Mistral e as pontuações públicas da Qwen se encontram em uma única coluna. E o fim do período de prévia, sempre que a Mistral o anunciar, porque $0.68 e $2.09 são uma tarifa de lançamento e nenhuma previsão deve presumir que ela sobreviva ao lançamento dos pesos.